Découvrir le métier d'ingénieur.e data (data engineer)

TechLipstick te propose d'aller à la découverte des métiers du numérique à travers le parcours de femmes qui font leur carrière dans la tech.

Dans le cadre de la série Tech Makers, TechLipstick reçoit des femmes qui exercent un métier technique pour comprendre ce qui les anime, quelle formation elles ont suivie, en quoi consiste leur métier, et les qualités qu'elles mettent en oeuvre.

Avec Camille Béguin nous découvrons le parcours d'une jeune femme qui a choisi la data science pour aider son entreprise à prendre des décisions étayées par les données.

J'écoute l'épisode

Camille vient de commencer sa carrière, après de brillantes études à HEC qu'elle a doublées d'un Master en data science à l'école Polytechnique. Dans cette formation il y avait une quinzaine d'étudiantes, ce qui a permis de créer un vrai groupe d'entraide.

Nous parlons du choix de ses études, mais surtout de son métier d'ingénieure en data :

• Comment se passe un projet de data science avec un exemple concret,

• Son rôle chez Worklife , une startup française qui permet de gérer les avantages salariés grâce à une plateforme de gestion, une carte de paiement et une application,

• Comment elle a choisi de travailler dans une startup plutôt que dans un cabinet de conseil.

[minutes 14 à 16 environ] Camille a participé à un hackaton de Carrefour e-commerce qui avait pour but de trouver comment réduire les émissions de carbone des livraisons à domicile.

[minutes 16 à 22 environ] Camille explique comment se passe un projet de data science avec les différentes étapes : quel est le problème, quelles sont les métriques, quelles données sont disponibles et comment en dispose t-on. Puis il y a une phase exploratoire, par exemple regarder la répartition actuelle des commandes. Ensuite il faut mettre en place le modèle algorythmique qu’on a choisi, l’intégrer dans l’infrastructure existante avec des problématiques techniques et humaines sur l’adoption. La dernière phase est de regarder à long terme si l’impact du modèle est positif, par exemple est-ce que les émissions de carbone sont réduites.

[minutes 22 à 26] Camille parle de son métier actuel - elle a une fonction très transversale, cela va toujours commencer par un problème émis par les différentes équipes. Worklife est une solution de gestion des avantages salariés à destination des RH, avec une plateforme pour les RH et une carte de paiement. L’entreprise existe depuis un an et a déjà une centaine d’entreprises clientes - grandes entreprises essentiellement (en marque blanche).

[minutes 26 à 33] Elle est la seule personne en charge des données et travaille sur l’ensemble de la chaine :

• Data engineering : développer, mettre en place et maintenir les outils permettant d’accéder aux données (architecture) pour pouvoir les analyser. C'est la dimension la plus technique du métier.

• Analytics engineering : préparer les données dans un but d’analyse, décider comment on crée les tables qui vont pouvoir être utilisées plus facilement par les utilisateurs finaux.

• Comment on comprend et on active les données, qui passe par de l’exploration pour analyser les comportements des utilisateurs et comprendre les métriques clés qui traduisent la performance de l’entreprise.

[minutes 29 à 31] Ce qui lui plait c’est la transversalité de son métier, elle aime bien le fait de combiner les projets techniques et d'avoir besoin de beaucoup communiquer avec les autres équipes. Le challenge, c’est l’organisation à cause du côté transversal. La dimension technique prend plus de temps avec un impact important sur le moyen long terme, et peut prendre le pas sur des projets business qui ont un impact à plus court terme. Sa priorité actuelle est d’organiser les processus internes.

[minutes 33 à 38] Au départ, elle se projetait dans du conseil en data science ou en stratégie et a changé d’avis pendant sa recherche. Quand elle a commencé à postuler, elle a rencontré quelqu’un qui travaillait dans une startup tech qui l’a fait reconsidérer ce qu’elle pensait du secteur. Elle voyait les startups comme quelque chose d’assez brouillon. Le conseil était une voie classique, rassurante par plein d’aspects : les alumnis permettent de savoir à quoi on va être confronté, de même pour la progression de carrière et la rémunération. En discutant, elle a réalisé qu’elle pourrait beaucoup apprendre en startup. Elle est beaucoup aidée par le Head of Engineering. L’employabilité est très bonne car il y a beaucoup de besoins, ce n’est pas difficile de changer si cela se passe mal. Le fait d’avoir un impact visible et très direct au quotidien par rapport à un gros projet de conseil lui a plu.

38.20 Elle veut rester dans le secteur de la tech, qui est dynamique et où elle peut faire plein de choses. La voie naturelle est de prendre des fonctions de lead, donc de monter en compétence sur le management. A plus court terme, son objectif est d'augmenter ses compétences techniques : pousser sur le data engineering et le software engineering. Tout est possible pour la suite.

Elle s’est plutôt sentie soutenue par les autres étudiantes du master (14 sur 50) . C’est dans la suite de la carrière que c’est un peu plus de difficile de se projeter car il n’y a pas beaucoup de femmes.

Les références échangées pendant l'épisode :

• Virginie Cornu VP Data @Jellysmack

• La newsletter data de Christophe Blefari, blef

• Ses apps : l'appli bancaire Revolut et Mapstr pour partager des restaurants et des lieux d’interêt avec des amis.

• Le Podcast Data gen de Robin Conquet

J'écoute l'épisode

---

Découvre aussi le métier de Full-stack engineer